基于粒子滤波的GPS定位解算方法

针对GPS定位解算将非线性GPS伪距方程线性展开,产生较大定位解算误差的问题,采用粒子滤波算法定位解算伪距方程。实验结果表明,基于粒子滤波的GPS定位解算优于卡尔曼滤波,有效提高了GPS导航定位的精度和可靠性。     

CNMC与Hatch滤波方法比较及其在北斗相对定位中的精度分析

相位平滑伪据算法可以有效抑制多路径效应对伪距的影响,且不存在模糊度固定问题,在GNSS数据处理领域得到广泛研究和应用.本文对Hatch滤波和CNMC(Code Noise and Multipath Correction)相位平滑伪距方法的数学模型进行了系统分析和比较,证明了经过CNMC方法平滑后的单频伪距进行无电离层组合与双频Hatch滤波等价.在假定只存在随机误差和各种观测量互不相关的条件下,推导了CNMC方法平滑伪距的精度表达式,得出双频Hatch滤波在初始化的时段内观测噪声大于CNMC方法,经过十余分钟的收敛,其观测噪声逐渐好于CNMC方法.针对北斗导航系统伪距所受多路径影响幅度大,且低频部分比重大的特点,通过对实测北斗短基线相对定位的OMC(Observation Minus Computation)分析,得出相位平滑伪距虽然能大大减弱原始伪距随机误差方法,但不能改善系统误差,其中CNMC方法与原始伪距的系统误差相当,双频Hatch滤波反而增大了系统误差,进一步对该基线的相位平滑伪距进行相对定位试验,得出采用CNMC方法的平滑伪距,三维位置误差精度得到改善,从0.797 m提高至0.541 m,双频Hatch降低了定位精度,位置误差达到1.160 m.     

双频GPS数据的最优相位平滑伪距算法研究

相位平滑伪距算法可以有效抑制多路径效应对伪距的不良影响,其计算效率高,对数据传输的要求低,因此在GPS数据处理领域受到了广泛的关注和研究．基于参数的最优估计理论,对Hatch滤波进行了改进,重点讨论了双频GPS数据的最优相位平滑伪距算法．由该算法平滑得到的观测量与原始观测数据包含的信息量相同,即最优相位平滑伪距算法与非组合算法等价．理论研究结果表明该方法能够更有效地削弱多路径的影响,从而得到精度更高的定位结果。     

一种双频载波相位平滑伪距算法的分析与实现

分析了一种双频载波相位平滑伪距算法,在利用MATLAB构建的定位程序中,比较了经过平滑伪距处理与未经平滑伪距处理的接收机定位精度。仿真结果表明,双频载波相位平滑伪距算法用于定位解算时能有效提高定位精度。     

一种强背景噪声下的WSN目标定位算法

为了进一步提高无线传感器网络(WSN)目标定位解算精度,提出了一种改进的Cubature粒子滤波(ICPF)定位算法.该算法运用最小二乘法估计移动目标当前初始时刻的位置,使用Cubature卡尔曼滤波和Gauss-Newton迭代法来充分利用测量更新后的状态最新信息,精确设计目标状态重要性密度函数,为粒子滤波提供相应的建议分布,从而能够更加有效改善粒子滤波器的性能.仿真实验结果证明,提出的改进算法在强背景噪声下能有效提高定位精度且收敛性增强,其性能优于标准粒子滤波(PF)、扩展粒子滤波(EPF)及Unscented粒子滤波定位算法(UPF).      

GBAS中相位平滑伪距差分修正改进算法

针对卫星导航精度问题,提出一种载波相位平滑伪距差分修正算法的改进方案.通过无码载偏离平滑滤波技术来解决电离层对伪距和载波相位观测值带来的不一致性导致的电离层误差加剧问题.利用信号传播中误差模型预测值、载波信号和码伪距确定滤波器的衰减因子,把接收到的双频载波信号相位值和伪距值线性组合,输入滤波器滤波.同时用卫星修正信息对平滑伪距值中钟差进行修正.仿真结果表明通过该算法能够减少滤波后的信号残差,提高载波相位平滑伪距差分修正值标准差的可用性,减少电离层误差对星基导航精密进近阶段定位精度的影响.     

一种动对动相对定位中平滑惯导辅助模糊度解算策略

针对基于单频载波相位的动对动相对定位中实时模糊度固定可靠性不高的问题,提出了一种基于DGNSS/INS紧组合的平滑惯导辅助模糊度解算策略,以提高低成本接收机高精度定位的普适性。首先,基于伪距和载波相位观测量构建动对动相对定位模型;其次,对惯性导航数据进行卡尔曼滤波处理,并利用滤波平滑后的惯导位置预测卫地距重构双差观测方程并构造惯导位置约束方程,继而获得较高精度浮点解及其协方差阵,采用LAMBDA算法进行整周模糊度固定及Ratio检验;最后,由DGNSS/INS紧组合算法对惯性误差进行反馈校正,以维持惯性高精度导航。实测数据实验结果表明,对比没有惯导辅助、有惯导辅助和经滤波平滑后的惯导辅助结果,本文方法可以有效地提高模糊度浮点解精度,减小模糊度搜索空间,提升整周模糊度固定成功率,三种方法下模糊度固定成功率分别为92.3%、99.1%和99.6%,并最终实现厘米级动态相对定位。     

基于补充卡尔曼滤波的载波相位平滑伪距算法

在高精度GPS接收机的基带信号处理中,利用载波相位对码伪距观测量进行平滑可以获得比伪码测量更高的精度。传统的载波相位平滑伪距算法适用于平滑历元数较少的情况,对短时多历元平滑的情况并不适用。针对这一问题,详细分析了传统载波相位平滑伪距算法在多历元平滑时所存在的不足,提出了在基带信号处理中采用补充卡尔曼滤波进行相位平滑伪距的算法,并给出了相应的数学解算过程和算法适用条件。仿真分析结果表明,由于补充卡尔曼滤波算法综合考虑了相关观测误差的影响,因此,当平滑历元数大于500时,补充卡尔曼滤波算法平滑精度要优于传统的平滑算法。     

GPS/BDS组合系统中粒子滤波算法

为了解决传统单一卫星导航系统存在的可靠性低和定位精度差等问题,在分析单系统导航定位原理及GPS/BDS组合导航定位解算的基础上,引入标准粒子滤波（PF）算法和高斯粒子滤波（GHPF）算法对组合系统进行定位解算,并对不同滤波算法做出了比较和分析。仿真结果表明,粒子滤波的滤波效果优于扩展卡尔曼滤波算法。     

粒子群改进算法在配电网故障定位中的应用

为了满足含分布式电源配电网故障定位的要求,对传统二进制粒子群算法进行改进,利用改进二进制粒子群算法(BPSO)解决配电网故障定位问题。改进BPSO初始化随机数采用均匀分布,同时引入收缩因子和线性变换的惯性权重来提升算法收敛于最优解的能力,避免陷入局部最优,提升故障定位的精确性。对算例配电网中的多种故障情形进行仿真分析,包含少量故障信息畸变的情况,诊断结论全部正确。仿真结果表明,改进算法在精确性和收敛速度上均优于传统粒子群算法,对含分布式电源的配电网故障定位具有一定的有效性和容错性。改进BPSO可以满足电网定位对准确和实时性的要求。     

一种北斗伪距单点定位的加权最小二乘(WLS)快速算法

针对当前伪距单点定位普遍采用的高斯牛顿迭代最小二乘(gauss-newton iterative least squares,GNILS)定位算法存在对初始值的估计依赖性强,且迭代计算量大的缺点,结合直接解算(direct calculation,DC)定位方法定位解算快和加权最小二乘(weighted least squares,WLS)定位算法定位精度高的优点,提出一种北斗伪距单点定位的WLS快速(fast weighted least squares,WLSF)定位算法?通过北斗实测数据验证表明,WLSF定位算法计算复杂度显著减少,并且定位精度具有较大改善?     

基于递推最小二乘平方差的GPS精密单点定位精度研究

对传统GPS单点定位、差分GPS定位和GPS精密单点定位进行了比较。建立了GPS精密单点定位无电离层组合的数学模型。建立了递推最小二乘平差进行参数估算的数学模型,并利用该方法进行相位平滑伪距处理。分析了该方法对伪距观测误差的影响。利用bernese软件和据此编制的程序,并利用IGS跟踪站的观测数据进行了接收机三维坐标的解算。将IGS观测值坐标作为真值,解算值和真值之间的偏差作为定位误差。仿真结果表明,经过递推最小二乘伪距平滑处理后,精密单点定位的误差在北方向、东方向、高度方向上都小于0.02 m。     

一种有效的自适应中值滤波算法

针对标准中值滤波算法的不足,提出改进的自适应中值滤波算法。该算法利用极值的方法统计图像噪声点,然后计算以噪声点为中心像素的予窗口的方差,对噪声点采取多窗口、多尺度的滤波。最后自适应选择方差最小的予窗口滤波。经过计算机模拟实验,采用该算法滤波,既能有效地平滑噪声,又能保存细节,效果远优于标准中值滤波算法。     

基于CPSO算法的岩石蠕变模型非定常参数反演分析

针对粒子群优化(PSO)算法具有全局寻优能力强、无梯度信息、收敛速度快、算法简单但易陷入局部最优解且初始化解的质量不高的特点,利用混沌的遍历性,把混沌机制和粒子群优化算法结合起来,对粒子群优化算法进行了改进,提出了混沌粒子群优化算法,并利用混沌粒子群优化(CPSO)算法对岩石蠕变本构模型的非定常参数进行了反演分析,算例结果表明,采用该混沌粒子群优化算法反演非定常参数是可行的.     

GPS差分基准站高精度基准坐标测定方法研究

为提高基准站基准坐标定位精度,针对基于接收机长时间观测进行等权平均确定基准坐标的直接测量法不足之处,提出利用载波相位平滑伪距改善伪距测量精度。并基于平滑伪距分别对最小二乘法、卡尔曼滤波、衰减记忆滤波三种定位模型进行仿真分析。仿真结果表明:基于载波相位平滑伪距的衰减自适应记忆滤波定位方法能够有效提高定位精度,为差分基准站获取高精度位置坐标适用方法。     

基于改进粒子群优化的弹道并行求解算法

弹道解算精度与解算时间直接影响了火控系统的整体性能,然而精度与时间往往是相互矛盾的两个因素,在不损失精度的情况下提高解算速度具有重要意义. 基于改进粒子群优化的弹道并行求解算法,采用并行求解算法充分发挥多核计算机的性能,从而在不损失精度的前提下有效地提高了弹道解算的效率. 该方法首先通过引入粒子群优化算法将弹道解算转化为一个寻优过程,利用周氏迭代修正公式计算得到的修正角度引导粒子群更新加快算法的收敛速度;然后通过将粒子分配到并行域的线程中将弹道解算方法并行化. 数值实验表明本方法可以有效提高弹道解算的收敛速度,将计算时间平均缩短为原有时间的1/5.      

机器人定位中稳健的自适应粒子滤波算法

为了提高粒子滤波算法在机器人定位中的性能,在基本粒子滤波算法的基础上,引入概率回退的方法对机器人的初始状态进行估计,采用窗口滤波更新粒子集合,根据对机器人位置估计的情况动态更新粒子集合的大小,得到一种改进的粒子滤波算法——稳健的自适应粒子滤波算法。仿真结果表明:该算法充分利用了对机器人位置估计的有效信息,在显著提高算法稳健性的同时,降低了运算复杂度,较好地解决了机器人定位这一非线性非Gauss状态在线估计问题。     

改进PV模型在北斗/GPS接收机中的应用

提出一种基于卡尔曼滤波器的改进10元素段落向量(PV)解算模型. 该模型依据卡尔曼滤波器的时间相关性,利用由位置坐标、 运动速度以及双系统时钟模型构成10元素的系统状态量,在多个历元内的伪距和多普勒频移观测量基础上进行滤波解算. 静态定位测试结果表明,10元素PV模型能够将定位误差提高至±3m内,且其定位结果在时间上表现为有色噪声. 该模型可应用于大部分日常生活运动场景,有利于提高运动物体的导航精度.     

基于ARM+FPGA的相位平滑伪距差分定位方法

为了满足用户更高的定位精度要求,研究了载波相位平滑伪距差分定位方法.根据差分定位原理,基于MATLAB平台自主编制了差分解算软件,兼容北斗和GPS伪距差分定位;基于ARM+FPGA平台的接收机实现了相位平滑伪距差分定位.实验结果表明,零基线条件下,相位平滑伪距差分算法定位精度可由标准定位的米级水平提高到亚米级,性能稳定.基线距离增大,定位精度随之降低,误差在±4m内,差分讯龄和定位精度成正比关系.     

基于粒子群算法的指数平滑系数优化方法

主要研究指数平滑法中平滑系数的优化方法,使用改进的粒子群算法,并采用预测误差平方和(SSE)作为精度评价指标求解平滑系数,使求解值逼进平滑系数的最优解。通过在实际数据集上的与其他平滑系数优化方法的对比分析,文中所提出的基于改进粒子群的指数平滑系数优化算法,能更加准确地求解出平滑系数,并且提高了算法能力,解决了其他算法在多极值的情况下不一定能求出最好平滑系数的问题。